Биржа вакансий в сфере ИИ, ML

Формат

Удалённо

Страна

Россия

Город

Не указан

Работа на неполный день с возможностью удалёнки. Стажер backend-направления в SimbirSoft. PHP-разработчик в TRIBE. Python / LLM Engineer: RAG и ИИ-агенты в ООО М-ТЕХ. Москва. Санкт-Петербург. Самара. До 200 000 ₽. Разработчик сайта (Laravel) в ИТ-школа Стартория. Intern data scientist в Strikt. Больше вакансий remote parttime

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Middle

Т1 — один из лидеров российского ИТ-рынка, партнёр ключевых производителей и разработчиков в сфере ИТ. Направление Искусственного интеллекта: большие данные, платформы хранения информации, аналитические и рекомендательные системы для крупного бизнеса. Опыт работы: от 3 до 6 лет. Формат работы: Рязань, гибрид. Чем предстоит заниматься - Интеграция LLM в продукты и сервисы (API, backend, пайплайны обработки данных). - Оценка качества ответов моделей (автоматические метрики, human eval). - Построение RAG-систем: индексация данных, работа с векторными БД. - Оптимизация производительности и стоимости инференса (квантизация, batching, caching). Наши пожелания к кандидатам - Уверенное владение Python, SQL. - Знания в области NLP алгоритмов. - Опыт работы с prompt engineering, fine-tuning / PEFT (LoRA, adapters), RAG-подходами. - Опыт с фреймворками: LangChain, LlamaIndex, Hugging Face.

Формат

Удалённо

Страна

Любая

Город

Не указан

Компания Cognizant. Роль: LLM-инженер. Вы будете проектировать, создавать, оптимизировать и развертывать решения на основе больших и малых языковых моделей (LLM и SLM), которые обеспечивают работу корпоративной Agent Factory. Вы станете членом команды AI Engineering и будете работать совместно с дата-сайентистами, платформенными инженерами, продуктовыми командами и бизнес-заинтересованными сторонами для создания масштабируемых, готовых к продакшену возможностей генеративного ИИ. Обязанности - Проектировать, создавать, дообучать, развертывать и оптимизировать решения на основе LLM и SLM для корпоративных сценариев. - Разрабатывать и поддерживать пайплайны супервайзерного дообучения, адаптации моделей и оценки. - Применять продвинутые методы оптимизации моделей, включая LoRA, QLoRA, дистилляцию, квантизацию и сжатие моделей, для повышения производительности и эффективности. - Оценивать коммерческие, открытые и внутренние базовые модели по качеству, стоимости, масштабируемости и эксплуатационным требованиям. - Сотрудничать с кросс-функциональными командами для поддержки доменных AI-решений с использованием одобренных корпоративных наборов данных и лучших практик ответственного ИИ. Условия работы - Удаленная позиция, открытая для квалифицированных кандидатов в Луисвилле, Кентукки. - Позиция не предусматривает перенос или спонсирование визы сейчас или в будущем. Требования - 7+ лет опыта в разработке ПО, AI-инжиниринге, ML-инжиниринге, платформенном инжиниринге или смежной технической дисциплине. - 2+ года практического опыта разработки и развертывания решений на основе генеративного ИИ, LLM, SLM или агентного ИИ в продакшен-среде. - Опыт создания корпоративных AI-приложений с использованием LLM, RAG, промт-инжиниринга, API и облачных или локальных платформ. - Глубокое понимание методов дообучения моделей, адаптации, фреймворков оценки и методологий измерения качества ИИ. - Владение разработкой ML, развертыванием моделей и лучшими практиками MLOps. - Опыт работы с Python и современными AI/ML-фреймворками и инструментами. Желательно - Знание AI-инфраструктуры, оптимизации GPU и обслуживания моделей большого масштаба. - Опыт внедрения управления моделями, ответственного ИИ и фреймворков оценки. - Знакомство с векторными базами данных, эмбеддинг-моделями и продвинутыми RAG-архитектурами. - Опыт создания корпоративных AI-платформ, мультиагентных систем или фреймворков оркестрации агентов. Зарплата и льготы - Заявки принимаются до 17 сентября 2026 года. - Годовая зарплата: от $81 337 до $141 500 в зависимости от опыта и квалификации. - Участие в дискреционной ежегодной программе поощрения Cognizant на основе результатов и условий планов. - Льготы: медицинская, стоматологическая, офтальмологическая страховка, страхование жизни; оплачиваемые праздники и отпуск; план 401(k) и взносы; долгосрочная и краткосрочная инвалидность; оплачиваемый отпуск по уходу за ребенком; программа покупки акций для сотрудников.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Компания AIT Global, Inc. Локация Удалённо О роли Ищем опытного архитектора Generative AI / Agentic AI для руководства проектированием, разработкой и внедрением корпоративной AI-платформы нового поколения. Идеальный кандидат — практикующий архитектор с глубокой экспертизой в Agentic AI, больших языковых моделях (LLM), облачных технологиях AWS и современных фреймворках оркестрации ИИ. Роль требует сильного технического лидерства для проектирования масштабируемых AI-решений, а также наставничества и руководства командой разработчиков. Обязанности - Проектировать и создавать корпоративную платформу Generative AI и Agentic AI с нуля. - Руководить проектированием и разработкой AI-агентов и мультиагентных систем с использованием современных фреймворков Agentic AI. - Определять архитектуру платформы, переиспользуемые компоненты, стандарты безопасности, управления, наблюдаемости и развёртывания. - Руководить и наставлять команду AI-инженеров и разработчиков: архитектура, дизайн, код-ревью, поставка. - Взаимодействовать с бизнес- и техническими стейкхолдерами для преобразования требований в масштабируемые AI-решения. - Оценивать и интегрировать новые AI-технологии и фреймворки. Требования - 15+ лет опыта в разработке ПО, из них 3+ года в Generative AI / Agentic AI. - Практический опыт проектирования и разработки решений Agentic AI с использованием: LangGraph/LangChain, Strands Agents, Model Context Protocol (MCP), Agent-to-Agent (A2A), Loop Engineering, оркестрация AI-воркфлоу и мультиагентные архитектуры. - Опыт создания LLM-приложений: промпт-инжиниринг, RAG, Function Calling, Tool Calling, управление памятью, AI Guardrails. - Практический опыт работы с AWS: Amazon Bedrock, EKS/ECS, Lambda, API Gateway, Step Functions, S3, DynamoDB/Aurora, IAM, CloudWatch. - Сильные навыки Python; опыт с FastAPI и REST API. - Знание React/TypeScript — плюс. - Опыт с векторными базами данных, микросервисами, Docker, Kubernetes и CI/CD. - Понимание концепций Generative UI (GenUI) и AI-управляемого пользовательского опыта. Предпочтительные квалификации - Опыт создания корпоративных AI-платформ от концепции до продакшена. - Желателен опыт в здравоохранении, особенно с данными плательщиков (payer data). - Знание Responsible AI, управления ИИ, безопасности и наблюдаемости. - Желательны сертификаты AWS Solution Architect или AI/ML. - Отличные коммуникативные навыки, управление стейкхолдерами и техническое лидерство.

Формат

Удалённо

Страна

Не указана

Город

Не указан

О роли Staff-разработчик в команде AI & Platform — hands-on технический лидер, создающий AI-функциональность продукта. Работаете вместе со Staff Data Engineer (отвечает за фундамент данных) и подчиняетесь Engineering Manager. Фокус — на прикладном и агентном AI-слое: проектирование, разработка и выпуск AI-функций, с которыми взаимодействуют клиенты. Роль предполагает интенсивную работу с кодом и широкое техническое влияние на команду. Задачи - Проектировать и создавать AI-функции продукта: агенты на основе LLM, интеллектуальную автоматизацию, прогнозные возможности на операционных данных Auvik. - Вести сложные технические задачи от начала до конца: архитектура, продакшен-код, отладка на уровне систем, надёжный релиз. - Совместно с Data Engineer определять, какие данные нужны AI-слою, в каком виде и с какой свежестью; интегрироваться с инфраструктурой поиска и пайплайнов. - Взаимодействовать с продакт-менеджерами и дизайнерами, превращая потребности клиентов в чётко ограниченные AI-функции. - Оценивать и внедрять новые AI-технологии (LLM, агентные фреймворки, RAG-паттерны, подходы к тонкой настройке), принимать прагматичные решения build-vs-buy. - Задавать стандарты в код-ревью, технических обсуждениях и инженерных практиках. - Наставлять других разработчиков. - Вносить вклад в общие инструменты, библиотеки и паттерны, ускоряющие AI-разработку в инженерной организации. Требования - Сильные основы программной инженерии и значительный опыт создания и выпуска продакшен-систем в масштабе. - Практический опыт создания AI/ML-функций: работа с LLM, промт-инжиниринг, RAG-архитектуры или агентные фреймворки. - Владение Go, Scala или TypeScript (React/GraphQL). Python для ML-процессов — плюс. - Глубокое понимание системного дизайна, распределённых систем, умение принимать архитектурные решения в условиях неопределённости. - Практический опыт работы с агентными инструментами кодинга (Cursor, Copilot Workspace, Claude Code), включая настройку ограничений и проверку результатов. - Сильные коммуникативные навыки: работа с AI-инженерами, продакт-менеджерами и инженерным руководством, умение переключаться между техническими и бизнес-обсуждениями. - Продуктовое мышление: понимание, зачем создаётся функция и решает ли она реальную проблему клиента. Бонусы - Опыт в управлении сетями, мониторинге или инфраструктурном ПО. - Опыт с AI-управляемой автоматизацией, обнаружением аномалий или прогнозной аналитикой в операционном контексте. Условия - Полностью распределённая команда, поддержка работы из дома или любого выбранного пространства. - Регулярные возможности для обучения и роста, обратная связь от руководства, тщательный онбординг. О компании Auvik — облачное ПО для управления сетями, дающее IT-командам мгновенную видимость и контроль над инфраструктурой: локальной, удалённой или распределённой по глобальным сетям. Платформа автоматизирует обнаружение сетей, картирование, мониторинг, резервное копирование конфигураций, анализ трафика и оповещения. Компания стремится к разнообразию и инклюзивности.

Формат

Офис

Страна

Россия

Город

Не указан

Python разработчик Компания: Bell Integrator Технологический стек - Язык программирования: Python 3.12+ - Фреймворки: FastAPI, LangChain / LangGraph, FastStream - Базы данных: PostgreSQL, Redis - Очереди: Kafka, RabbitMQ - Поиск и аналитика: Opensearch, Elasticsearch - CI/CD: Jenkins, Nexus, BitBucket, SonarQube - Инфраструктура: OpenShift (Kubernetes), DropApp, Docker - Управление: Jira, Confluence Требования - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Важно: опыт и желание работать в команде, умение аргументировать свои решения и договариваться Будет плюсом Современные инструменты и практики (будет большим плюсом): - Понимание принципов Domain-Driven Design (DDD) и принципов построения микросервисной архитектуры - Опыт работы с Apache Kafka, Elasticsearch (OpenSearch), Qdrant - Опыт использования AI-инструментов в разработке: GitHub Copilot, Codium, Cursor или их аналоги - Навыки промпт-инжиниринга для эффективного взаимодействия с AI-ассистентами - Знакомство с концепциями vibe coding и инструментами для генерации кода (наподобие GigaCode, Copilot, Roo Code) Обязанности - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Условия - Возможность профессионального и карьерного роста в компании, возможность поучаствовать в разных проектах - Опыт работы в распределенной команде профессионалов - Уровень заработной платы обсуждается индивидуально - Работа только в офисе - г. Москва

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Middle

О компании Allied Telesis — производитель сетевого оборудования и исследовательская группа, фокусирующаяся на возможностях на базе ИИ. Компания основана в 1987 году, штаб-квартира в Токио, численность сотрудников — 1001–5000. Обязанности - Участвовать в создании и поддержке AI-процессов с использованием LangGraph. - Проектировать и расширять библиотеку MCP-серверов. - Улучшать RAG-пайплайны, обеспечивающие работу систем поиска знаний, преимущественно на Python. - Работать в небольшой команде, где вклад каждого заметен. Требования - Степень бакалавра в области компьютерных наук, интеллектуальных систем, науки о данных или смежной области. - 2–3 года опыта разработки ПО с уверенным знанием Python. - Практическое знакомство с инструментами AI/ML: LLM, векторные базы данных, retrieval-augmented подходы или агентные фреймворки. - Умение работать в условиях неопределённости. - Способность переключаться между прототипированием и продакшеном. - Интерес к сетевым технологиям или инфраструктуре. - Ценность аналитического мышления и хорошей коммуникации в небольшой команде. - Опыт с MCP (Model Context Protocol) приветствуется, но не обязателен; важно желание его изучать. Условия - Удалённая работа для кандидатов в США. - Компания имеет историю спонсирования H1B: 3 в 2025, 2 в 2024, 6 в 2023, 3 в 2022, 1 в 2021, 9 в 2020. Это не гарантирует спонсорство для данной роли.

Формат

Удалённо

Страна

Любая

Город

Не указан

О компании EZLabs — подразделение AI-инноваций компании VetsEZ. Ищем нескольких прикладных AI-инженеров продукта для работы в полностью удалённом формате. Проекты связаны с созданием интеллектуальных платформ для здравоохранения и решений на основе ИИ. Компания трансформирует оказание медицинской помощи с помощью технологий, инноваций и продуманного дизайна. Партнёры: медицинские команды, поставщики услуг и страховщики. Цель — улучшение вовлечённости пациентов, координации ухода и обработки претензий через продвинутую аналитику, интеллектуальную автоматизацию и защищённые цифровые платформы. Роль подходит инженеру-практику, работающему на стыке ИИ, разработки продуктов и full-stack разработки. Идеальный кандидат имеет практический опыт создания и развёртывания реальных AI-приложений с использованием современных инструментов: Cursor, Claude, Codex, OpenAI и связанных LLM-технологий. Кандидат должен проживать на территории континентальных штатов США. Обязанности - Проектировать, разрабатывать и внедрять AI-функции в медицинских продуктах и операционных системах. - Создавать full-stack приложения с использованием современных AI-инженерных процессов и инструментов: Cursor, Claude, Codex, OpenAI API и связанных LLM-технологий. - Взаимодействовать с продакт-менеджерами, дизайнерами, инженерами и клиническими специалистами для создания масштабируемых решений, ориентированных на пользователя, улучшающих вовлечённость пациентов, координацию ухода и операционную эффективность. - Разрабатывать API, бэкенд-сервисы, конвейеры автоматизации и AI-процессы, поддерживающие интеллектуальные возможности продуктов и production-ready развёртывание. - Применять лучшие практики разработки ПО, DevOps и MLOps для тестирования, развёртывания, мониторинга и оптимизации AI-решений. - Исследовать новые AI-технологии, паттерны внедрения LLM и современные фреймворки разработки продуктов для постоянного улучшения возможностей платформы. - Работать в условиях неопределённости, решать сложные технические задачи, эффективно взаимодействовать с техническими и нетехническими командами в быстрой Agile-среде. - Выполнять дополнительные задачи по мере необходимости для достижения целей команды и успеха проекта. Требования - Степень бакалавра в области компьютерных наук, разработки ПО, искусственного интеллекта, науки о данных или смежной технической дисциплине. - 2+ года профессионального опыта в разработке ПО, продуктовой инженерии или full-stack разработке. - Практический опыт реализации как минимум 2–3 production-level AI-проектов с использованием таких инструментов, как Cursor, Claude, Codex, OpenAI, Anthropic или аналогичных AI-платформ. - Сильные навыки программирования: Python, TypeScript, JavaScript или смежные современные языки, а также опыт создания и развёртывания production-grade full-stack приложений. - Опыт интеграции больших языковых моделей (LLM), промт-инжиниринга, AI-агентов, генеративных AI-процессов или архитектур retrieval augmented generation (RAG). - Знакомство с облачными платформами: AWS, Azure или Google Cloud Platform, а также с технологиями контейнеризации и развёртывания: Docker и Kubernetes. - Развитые коммуникативные навыки, умение работать в команде, аналитические и решающие задачи способности, способность работать самостоятельно в удалённой Agile-среде. Дополнительные квалификации - Опыт с AI-ассистированными процессами разработки ПО, векторными базами данных, эмбеддингами, семантическим поиском, оркестрационными фреймворками или автоматизацией AI-процессов. - Знакомство с фреймворками машинного обучения: PyTorch, TensorFlow, Hugging Face или scikit-learn. - Опыт работы с CI/CD конвейерами, DevOps-практиками, автоматизацией инфраструктуры или защищёнными средами медицинских технологий. - Предпочтителен опыт поддержки инициатив в здравоохранении, у страховщиков/поставщиков, в федеральном правительстве или в технологических проектах Департамента по делам ветеранов (VA). - Возможность получения допуска к государственной тайне будет плюсом. Условия - Медицинская страховка, стоматология и зрение. - 401k с корпоративным взносом. - Оплачиваемый отпуск и федеральные праздники. - Корпоративный ноутбук. - Возможности обучения. - Удалённая работа. Примечания - Отобранные кандидаты должны будут пройти дактилоскопию в государственном учреждении и проверку биографии в рамках процесса найма. - VetsEZ — работодатель с равными возможностями. Кандидаты рассматриваются без учёта расы, цвета кожи, религии, пола, национального происхождения, сексуальной ориентации, гендерной идентичности, инвалидности или статуса защищённого ветерана. - На данный момент компания не может предоставить спонсорскую поддержку (визу).

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Обязанности - Проектировать, дорабатывать и оптимизировать системные промпты, роли агентов и библиотеки промптов на основе персон. - Создавать корпоративные плейбуки по промптам и знаниям для повторного использования в консалтинге и рабочих процессах. - Работать с экспертами в предметной области и маркетингом для создания структурированного контента. - Внедрять конвейеры контент-операций для структурированных таксономий и оценки промптов. - Управлять созданием контента с помощью ИИ для аналитических отчетов, веб-сайтов и предложений по RFP. Требования - Опыт от 8 лет в области контент-стратегии, маркетинговых операций или управления знаниями, с минимум 2–3 годами в LLM / промпт-инжиниринге или ИИ-контент-системах. - Глубокое понимание LLM-фреймворков (RA или аналогичных) и генерации с дополнением по поиску (RAG). - Экспертиза в разработке структурированных промпт-фреймворков, few-shot промптинга и настройки производительности промптов. - Владение инструментами контент-конвейеров (Markdown, CMS, Miro, Notion, Airtable или аналогичными). - Опыт создания и управления корпоративными системами знаний или ИИ-ассистентами знаний.

Формат

Удалённо

Страна

Россия

Город

Не указан

Компания: ИП Фомин Сергей Александрович Python-разработчик Мы — небольшая аутстаф компания, созданная ИТ-инженерами. Ищем Python-разработчика для работы над разнообразными проектами. Рассматриваем специалистов уровня Senior. Ты нам подходишь, если: - У тебя коммерческий опыт разработки на Python от 4 лет, и ты проходил полный цикл – от идеи до запуска в прод - Ты глубоко понимаешь Python: асинхронность (AsyncIO), многопоточность и многопроцессорность – и умеешь применять это для построения высоконагруженных сервисов - Ты уверенно владеешь FastAPI, а также имеешь опыт с Django или Flask / aiohttp - Ты проектировал микросервисные и событийно-ориентированные системы, работал с брокерами сообщений (Kafka, Redis PubSub) и знаешь, как обеспечить консистентность и отказоустойчивость - Ты умеешь работать со сложной логикой в PostgreSQL (оптимизация запросов, индексы, транзакции) и эффективно используешь SQLAlchemy, избегая проблем с производительностью - Ты имел дело с интеграциями: REST API, WebSockets, внешние системы (CRM, облачные хранилища, AI-сервисы) и готов проектировать надежные интерфейсы - У тебя есть практический опыт с Docker и оркестрацией (Kubernetes) – ты понимаешь, как упаковать, запустить и масштабировать сервис - Для тебя CI / CD – неотъемлемая часть процесса, ты привык к автоматическим сборкам, тестам и деплою - Качество кода для тебя важно: ты пишешь юнит- и интеграционные тесты, следуешь принципам чистой архитектуры и не забываешь про документацию (Swagger / OpenAPI) - Ты умеешь анализировать инциденты в production и обеспечивать наблюдаемость – логи, метрики, трейсинг – чтобы всегда понимать, что происходит в системе Будет плюсом: - Опыт в голосовых технологиях (ASR / TTS, SIP, VoIP) или работа с LLM / RAG-архитектурами - Опыт с большими данными: ClickHouse, ETL / ELT-пайплайны, Spark, Azure DataBricks / DataFactory - Знание Golang (для высокопроизводительных компонентов) - Настройка систем мониторинга (Prometheus, Loki, Grafana) - Опыт с Keycloak / OAuth2 / JWT - Английский язык от B1 Intermediate (для работы с документацией и заказчиками) Преимущества работы с нами: - Работа на удаленке с гибким графиком - После успешного проекта готовы предлагать вам новые, ещё более интересные задачи - Мы полностью берем на себя всю бюрократию, переговоры и поиск проектов - Подбираем проекты в технологичных и перспективных сферах: финтех, телеком, e-com и edtech

Формат

Удалённо

Страна

Любая

Город

Не указан

Implicit создаёт AI-движок знаний для обслуживания и поддержки. Платформа без кода преобразует сложные технические документы, инструкции, процедуры и операционные данные в структурированные знания для людей и AI-агентов. Ищем инженера по ИИ на частичную занятость для создания AI-возможностей следующего поколения. Работа в команде с опытными инженерами, продакт-лидерами и исследователями ИИ над задачами в оборонной отрасли, производстве, поддержке клиентов и других отраслях. Обязанности - Проектировать и создавать AI-приложения на основе LLM, RAG, семантического поиска и AI-агентов. - Разрабатывать интеллектуальные пайплайны для загрузки документов, извлечения знаний и поиска. - Улучшать качество ответов с помощью промт-инжиниринга, фреймворков оценки и оптимизации поиска. - Создавать и оптимизировать продакшн-сервисы ИИ на Python и современных AI-фреймворках. - Работать с инструментами агентной разработки, включая Claude Code, Cursor, и AI-ассистируемыми процессами написания кода. - Писать чистый, поддерживаемый, хорошо протестированный код с акцентом на качество и надёжность. - Тесно сотрудничать с командами продукта, разработки и Data Science для быстрого прототипирования и выпуска новых возможностей. - Оценивать новые AI-модели, инструменты и техники для постоянного улучшения платформы. Требования - Опыт от 3 лет в создании AI, ML или NLP-приложений в индустрии, open-source или исследованиях. - Уверенный опыт с большими языковыми моделями (LLM), RAG, эмбеддингами и семантическим поиском. - Хорошее понимание NLP, машинного обучения и современных техник глубокого обучения. - Практический опыт с PyTorch, TensorFlow или аналогичными ML-фреймворками. - Навыки разработки на Python и опыт создания продакшн-программного обеспечения. - Опыт работы с API, векторными базами данных и AI-фреймворками приложений. - Степень бакалавра в Computer Science или смежной области, или эквивалентный практический опыт. Предпочтительно - Опыт создания AI-систем для корпоративного управления знаниями или технической документации. - Опыт с AI-агентами, вызовом инструментов и агентными процессами. - Знакомство с графами знаний, OCR, парсингом документов или мультимодальным ИИ. - Опыт развёртывания AI-приложений с использованием современных практик MLOps. - Опыт оценки и бенчмаркинга производительности LLM. Условия - Конкурентоспособная оплата. - Гибкий график частичной занятости. - Удалённая работа в пределах США. - Гибкая политика отпусков. - Возможность создавать передовые AI-продукты в небольшой, опытной и высокотехничной команде, решающей сложные реальные задачи.

Формат

Удалённо

Страна

Любая

Город

Не указан

Условия - Локация: Мэдисон, Висконсин; Колумбус, Огайо; Чикаго, Иллинойс; Миннеаполис, Миннесота; Детройт, Мичиган. - Долгосрочный контракт. - Рассматриваются кандидаты на W2. Без C2C. Мы ищем высококвалифицированного инженера Agentic AI для проектирования, разработки и развертывания интеллектуальных ИИ-агентов с использованием Azure AI Foundry и современных фреймворков для ИИ-агентов. Идеальный кандидат должен иметь сильный опыт в разработке ПО, практические навыки работы с приложениями на основе LLM и подтвержденную способность создавать масштабируемые, готовые к продакшену мультиагентные системы в облачных средах. Обязанности - Проектировать, разрабатывать и развертывать интеллектуальных ИИ-агентов с использованием Azure AI Foundry и Azure OpenAI. - Создавать масштабируемые, готовые к продакшену мультиагентные системы для автоматизации предприятий. - Разрабатывать приложения на основе ИИ с использованием больших языковых моделей (LLM), генерации с дополненной выборкой (RAG) и техник промпт-инжиниринга. - Реализовывать оркестрацию агентов с помощью фреймворков, таких как AutoGen, Semantic Kernel, LangChain или аналогичных Agent SDK. - Разрабатывать RESTful API, микросервисы и событийно-ориентированные приложения для поддержки ИИ-решений. - Интегрировать ИИ-агентов с корпоративными системами, базами данных, API и SaaS-платформами. - Развертывать и управлять ИИ-нагрузками в облачных средах с использованием сервисов Azure. - Сотрудничать с кросс-функциональными командами для проектирования, разработки, тестирования и оптимизации ИИ-решений. - Внедрять CI/CD конвейеры и лучшие практики DevOps для развертывания ИИ-приложений. - Контейнеризировать приложения с помощью Docker и развертывать их в средах на основе Kubernetes. - Мониторить, устранять неполадки и оптимизировать производительность ИИ-агентов в продакшене. Требования - 5+ лет опыта в разработке ПО с сильным опытом разработки облачных приложений. - Сильные навыки программирования на Python (предпочтительно) или Java. - Практический опыт работы с Azure AI Foundry и Azure OpenAI. - Опыт разработки ИИ-агентов с использованием фреймворков, таких как: - AutoGen - Semantic Kernel - LangChain - Agent SDK Технические навыки - Языки программирования: Python, Java. - ИИ и машинное обучение: Azure AI Foundry, Azure OpenAI, большие языковые модели (LLM), промпт-инжиниринг, генерация с дополненной выборкой (RAG), мультиагентные системы.

Формат

Гибрид

Страна

Россия

Город

Не указан

Грейд

Junior / Senior

ML-разработчик (middle / senior) О компании Компания работает в сфере IT и специализируется на внедрении корпоративных систем электронного документооборота. Основу компании составляет группа экспертов, которая в течение последних 15 лет представляла на российском рынке интересы компаний EMC Corporation (США), DELL (США) и OpenText Corporation (Канада) — мировых лидеров в отрасли ECM / EIM. Кандидатам предоставляется возможность стать частью команды профессионалов, участвовать в проектах по разработке и внедрению информационных систем, освоить современную профессию и получать достойный доход. Роль Ищем ML-разработчика для усиления команды, в составе которой присутствуют Senior Java-разработчик и Junior ML-инженер. Команда занимается внедрением ИИ в систему технического документооборота. Обязанности - Внедрение и эксплуатация ML в продакшн (MLOps & Deployment). - Деплой: интеграция обученной модели в рабочий код и обеспечение реального времени прогнозов через API. - Создание API для взаимодействия модели с остальными компонентами системы. - Оптимизация инференса (квантование, prune) и снижение потребления памяти. - Мониторинг производительности и поддержка моделей в боевых условиях; настройка алертов и автоматическое дообучение. - Дообучение: автоматизация процессов обновления модели на новых данных (CI / CD для ML). Требования - Высшее техническое образование. - Реальный опыт внедрения ИИ в продуктивные решения (не только прототипы чат-ботов). - Опыт работы с RAG. - Опыт использования в решениях сверточных нейросетей, LLM, VLM. Опыт обучения ML-моделей. - Архитектурное мышление: проектирование гибридных систем (ML + детерминированные правила). - Широкий кругозор в ML: понимание различий между ML, ИИ и LLM. - Понимание принципов оценки работы ML-компонентов. Опыт разработки требований к датасетам. - Опыт системной отладки и дебаггинга пайплайнов: анализ причин низкого качества, локализация слабых мест. - Опыт проектирования распределённых систем: разделение ответственности между сервисами, проектирование контрактов. Опыт работы с продуктовой командой и интеграции ИИ-решений. - Гибкость и устойчивость к неопределенности, умение отказаться от неработающего подхода. - Английский язык уровня Intermediate (для чтения технической литературы). - Стремление к профессиональному росту. - Способность работать под минимальным контролем при выполнении поставленных задач. Условия - Работа удаленно.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Удалённая работа для кандидатов в США. Обязанности - Проектирование, разработка и эксплуатация production AI-функций: RAG-пайплайны, рекомендации на основе LLM, диалоговые агенты или автоматизация рабочих процессов. - Создание общей AI-платформы: инфраструктура поиска, фреймворки оценки, мониторинг моделей, guardrails и наблюдаемость. - Написание LLM-приложений и интеграций с маркетинговыми платформами, BI-инструментами или пользовательскими продуктами. - Оценка моделей и функций с помощью eval-фреймворков; итерации по промптам, стратегиям поиска и выбору моделей на основе данных. - Ежедневное использование AI-инструментов разработки, таких как Claude, для задач, связанных и не связанных с AI. - Координация с командой персонализации для интеграции GenAI-функций с существующими ML-сигналами персонализации. - Документирование AI-дизайна, результатов оценки и операционных уроков в общей базе знаний. - Обеспечение наблюдаемости AI-систем: задержка, стоимость, ошибки; участие в on-call ротации и реагирование на инциденты в production. Требования - Опыт разработки с AI-инструментами (Claude, Copilot и т.п.) в ежедневной работе, а не просто ознакомление. - Понимание full-stack: готовность работать в разных частях стека; чистые специалисты по одному направлению не подходят. - Опыт владения функциями от спецификации до деплоя, наблюдаемости и on-call; инженеры отвечают за свой код, отдельной ops-команды нет. - Сильные знания принципов проектирования ПО, автоматизированного тестирования, код-ревью и CI/CD. - Полная автономность; умение вести технические решения и наставлять младших инженеров. - Владение Python; уверенная разработка и эксплуатация production LLM-приложений. - Практический опыт минимум в одной специализации: RAG и системы поиска, оценка LLM, фреймворки оценки LLM или автоматизация рабочих процессов на основе LLM. - Понимание промпт-инженерии, управления контекстным окном и компромиссов LLM. - Знакомство с базами данных, эмбеддинг-моделями или семантическим поиском. - Высокая точность и внимание к деталям. - Отличные организационные навыки и способность к многозадачности. - Опыт работы с MLOps-инструментами или пайплайнами деплоя моделей. - Вклад во внутренние инструменты разработки, золотые стандарты или улучшение SDLC-процессов. - Опыт работы с e-commerce платформами, каталогами продуктов или высоконагруженными потребительскими приложениями. - Опыт работы в глобальных распределённых командах. - Опыт документирования архитектурных решений, написания RFC или ведения инженерных вики. Условия - Медицинская, стоматологическая, страхование жизни и базовые программы для сотрудников и их семей (при соответствии критериям). - Участие в 401(k) плане. - Оплачиваемый отпуск и отгулы в соответствии с политикой компании. - Праздничные дни в течение календарного года. - Возможность получения рестриктных акций и ежегодных бонусов в зависимости от соответствия критериям и результатам работы. О компании Компания основана в 1996 году, штаб-квартира в Ирвайне, Калифорния, США. Численность сотрудников: 1001–5000. Компания имеет опыт H1B-спонсорства.

Формат

Удалённо

Страна

Любая

Город

Не указан

Локация Колумбус (Огайо), Чикаго (Иллинойс), Миннеаполис (Миннесота), Детройт (Мичиган), Мэдисон (Висконсин). О роли Ищем высококвалифицированного GenAI-инженера с практическим опытом работы с Devin AI, Claude Code и AI-ассистированной разработкой ПО для ускорения разработки за счет интеллектуальной автоматизации. Кандидат будет работать с инженерными командами над проектированием, разработкой, тестированием и развертыванием корпоративных приложений, используя AI-кодинг-агентов для повышения производительности, качества кода и скорости поставки. Роль требует сильных базовых знаний в разработке ПО, опыта облачной разработки, экспертизы в CI/CD и интереса к созданию переиспользуемых AI-инженерных активов. Обязанности - Проектировать, разрабатывать, тестировать и развертывать корпоративные программные решения совместно с инженерными командами. - Использовать Devin AI, Claude Code, GitHub Copilot или аналогичные AI-ассистенты для ускорения разработки, тестирования, отладки, документирования и модернизации. - Создавать и поддерживать переиспользуемые AI-активы: Devin Playbooks, Knowledge Assets, файлы CLAUDE.md, Skills, Hooks и шаблоны рабочих процессов. - Участвовать в онбординге репозиториев и стандартизации AI-рабочих процессов в инженерных командах. - Взаимодействовать с архитекторами, владельцами продуктов, QA-командами и разработчиками для поставки масштабируемых и качественных программных решений. - Обеспечивать соответствие AI-сгенерированного кода инженерным практикам, стандартам безопасности, требованиям качества и комплаенса. - Постоянно оценивать и улучшать AI-ассистированные процессы разработки и инженерные практики. - Продвигать лучшие практики AI-инжиниринга и делиться переиспользуемыми активами между командами. - Поддерживать DevOps-инициативы, автоматизацию CI/CD и разработку облачных приложений. Обязательные требования - Степень бакалавра в области компьютерных наук, программной инженерии или смежной области. - Сильный опыт в разработке ПО и корпоративных приложений. - Практический опыт работы с Devin AI, Claude Code, GitHub Copilot или аналогичными AI-ассистированными платформами разработки. - Глубокое знание современных методологий разработки ПО и Agile-практик. - Опыт работы с CI/CD-пайплайнами, автоматизированным тестированием и разработкой облачных приложений. - Опыт разработки API и микросервисов. - Понимание архитектуры ПО, паттернов проектирования и инженерных лучших практик. - Отличные аналитические, коммуникационные навыки и навыки совместной работы. - Интерес к AI-ассистированной инженерии и повышению продуктивности разработчиков. Предпочтительные требования - Опыт разработки агентного ИИ (Agentic AI). - Опыт создания генеративных AI-приложений. - Знание RAG (Retrieval-Augmented Generation). - Опыт в промпт-инжиниринге и контекст-инжиниринге. - Опыт в DevOps и платформенной инженерии. - Опыт работы с фреймворками автоматизации рабочих процессов. - Опыт работы с облачными платформами: AWS, Azure или Google Cloud Platform. Обязательные навыки - Devin AI - Claude Code - GitHub Copilot - Программная инженерия - CI/CD - Облачные приложения - Разработка API - Микросервисы - Agile/Scrum - DevOps - AI-ассистированная разработка Желательные навыки - Agentic AI - Generative AI - RAG - Промпт-инжиниринг - Контекст-инжиниринг - Автоматизация рабочих процессов - Платформенная инженерия Условия - Долгосрочный контракт. - Рассматриваются кандидаты по форме W2; C2C не рассматривается.

Формат

Удалённо

Страна

Любая

Город

Не указан

Контракт. Удалённая работа, предпочтительно в Атланте, Далласе или Нью-Джерси. AI-First-инженер с экспертизой в Oracle SCM и подтверждённым опытом применения ИИ на всём жизненном цикле разработки ПО (SDLC). Роль направлена на трансформацию процессов проектирования, разработки, тестирования, развертывания и поддержки Supply Chain-приложений через инженерные практики с использованием ИИ. Кандидат — не просто разработчик Oracle SCM, который иногда использует ИИ-инструменты, а инженер, который систематически применяет ИИ для повышения продуктивности, качества кода, эффективности тестирования, операционной поддержки и результатов поставки ПО. Роль предполагает внедрение ИИ-управляемых инициатив по разработке и модернизации в Oracle SCM Cloud и/или Oracle EBS. Кандидаты должны продемонстрировать и количественно измерить достигнутые бизнес-результаты от внедрения ИИ, включая сокращение циклов разработки, улучшение качества кода, снижение трудозатрат на тестирование, ускорение развертываний и более быстрое решение инцидентов. Основные обязанности: AI-управляемая инженерия на протяжении всего SDLC: 1. AI-ассистируемые требования и проектирование решений: - Использование ИИ и LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. - Генерация технических проектов, оценок влияния, матриц трассируемости, альтернативных решений и оценок трудозатрат с помощью AI-ассистируемых рабочих процессов. - Использование ИИ для ускорения fit-gap-анализа и оценки влияния квартальных обновлений Oracle Cloud. - Применение ИИ-управляемого поиска знаний для сокращения циклов анализа и проектирования. 2. AI-управляемая генерация кода и рефакторинг: - Использование GitHub Copilot, Oracle Code Assist, агентных AI-фреймворков и аналогичных инструментов для ускорения разработки на PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. - Внедрение AI-ассистируемой генерации кода, оптимизации, рефакторинга, обратного инжиниринга и инициатив по модернизации легаси-систем. - Разработка кастомизаций, интеграций, расширений, отчетов и решений по автоматизации Oracle SCM с использованием AI-управляемых практик. - Применение ИИ для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. 3. AI-ассистируемое тестирование, автоматизация тестов и стратегии регрессионного тестирования: - Построение AI-управляемых стратегий тестирования, охватывающих функциональное, интеграционное, регрессионное, нагрузочное и приемочное тестирование. - Использование ИИ для автоматической генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. - Внедрение AI-усиленных фреймворков регрессионного тестирования для поддержки квартальных релизов Oracle Cloud. - Использование ИИ-инструментов для триажа дефектов, анализа первопричин и прогнозной аналитики качества. 4. AI-управляемые DevOps, ревью кода, генерация документации и операционная поддержка: - Интеграция AI-ассистируемых ревью кода, анализа безопасности, статического сканирования кода и quality gates в CI/CD-пайплайны. - Использование ИИ для генерации документации по развертыванию, release notes, руководств по внедрению и операционных runbook. - Применение AI-управляемого мониторинга и аналитики для оценки готовности квартальных релизов Oracle и их бизнес-влияния. - Поддержка AI-управляемой автоматизации развертывания и практик управления окружениями. 5. Опыт работы с GitHub Copilot, агентными AI-фреймворками, промт-инжинирингом, RAG-паттернами и AI-ассистируемыми рабочими процессами разработчика: - GitHub Copilot - Oracle Code Assist - ChatGPT - Claude - Агентные AI-фреймворки - OCI Generative AI 6. Экспертиза в Oracle SCM и технические навыки: - Сильный практический опыт работы с Oracle SCM Cloud и/или Oracle EBS. Бизнес-влияние и измерение результатов: - Способность количественно оценивать и коммуницировать результаты от внедрения ИИ, включая: - Сокращение цикла разработки - Улучшение качества кода - Снижение уровня дефектов - Снижение трудозатрат на тестирование - Ускорение циклов развертывания - Ускорение решения инцидентов - Повышение продуктивности разработчиков

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Junior

О вакансии - Компания: COVET IT INC - Роль: Vibe Coding Engineer / GenAI Prototyping Developer - Локация: Лос-Анджелес, Калифорния (удалённо) - Тип занятости: долгосрочный контракт - Уровень: начальный, 0–2 года опыта Задачи - Использовать AI-ассистентов кодирования: Cursor, Claude Code, GitHub Copilot, ChatGPT и аналогичные инструменты. - Быстро превращать идеи в функциональные прототипы, AI-приложения, внутренние инструменты и proof-of-concept. - Работать с LLM, AI-агентами, RAG, MCP-серверами, API, современными full-stack фреймворками и паттернами AI-оркестрации. - Сотрудничать с командами product, UX и engineering. Требования - 0–2 года опыта в разработке ПО, включая выпускников с сильным академическим, проектным, стажёрским или личным опытом программирования. - Уверенные основы программирования на Python, JavaScript/TypeScript, Node.js или Golang. - Базовый практический опыт с React, Next.js, REST API, Git и GitHub. - Знакомство с AI-ассистентами: Cursor, Claude Code, GitHub Copilot, ChatGPT, Windsurf или Replit AI. - Понимание основ генеративного ИИ, LLM, промт-инжиниринга, AI-агентов и RAG. - Базовое понимание MCP (Model Context Protocol) и того, как AI-агенты взаимодействуют с инструментами, API и внешними системами. - Опыт создания AI/LLM-приложений, чат-ботов, рабочих процессов или proof-of-concept в академических, стажёрских, личных или open-source проектах. - Понимание API, JSON, веб-сервисов и базовой архитектуры приложений. - Знакомство с Git-процессами и инженерными практиками. - Сильные аналитические навыки и способность быстро осваивать новые технологии. - Любознательность и готовность экспериментировать с новыми AI-инструментами, фреймворками и технологиями повышения продуктивности разработчика. - Практический подход и умение быстро собирать работающие прототипы с помощью AI-инструментов. Желательно - Опыт с LangChain, LangGraph, CrewAI, AutoGen или аналогичными AI-фреймворками. - Знакомство с векторными базами данных, эмбеддингами и семантическим поиском. - Базовый опыт с Docker, Kubernetes, AWS, Azure или GCP. - Опыт интеграции AI-приложений с корпоративными системами, базами данных или сторонними API. - Личные проекты, вклад в GitHub, хакатоны или академические проекты с GenAI или AI-агентами. - Продуктовое мышление и способность быстро превращать идею в работающее демо или прототип. - Комфорт в среде с быстрыми экспериментами, неопределённостью и постоянным обучением.

Формат

Офис

Страна

США

Город

Нью-Йорк

О компании Sia — международная консалтинговая группа, основана в 1999 году. В компании работают 3000 консультантов, офисы расположены в 48 городах в 19 странах. AI & Data Business Unit объединяет более 350 экспертов и 12 R&D-лабораторий в Европе и Северной Америке. Направления исследований — computer vision, MLOps и deep learning. Проекты ведутся от proof-of-concept до масштабного развертывания. О позиции GenAI-консалтинговая практика расширяется, ищут мотивированных выпускников на позицию GenAI-консультанта. Работа на стыке ИИ и бизнес-задач: помощь клиентам в проектировании, создании и внедрении решений на основе LLM. Роль техническая, предполагает участие в полном жизненном цикле GenAI-проектов — от архитектуры и прототипирования до продакшн-развертывания, оценки и итераций. Задачи - Проектирование, создание, обучение, дообучение и развертывание ИИ-моделей на основе LLM (например, GPT-x, Claude, Gemini, Llama, Mistral) и других генеративных техник. - Поддержка GenAI-архитектора в проектировании надежных, масштабируемых и безопасных приложений. - Разработка приложений на базе GenAI-моделей (самоуправляемых и доступных через API), соответствующих бизнес-требованиям и применимым регуляциям (GDPR, EU AI Act, лицензии моделей). - Разработка и оптимизация промтов: few-shot, Chain/Tree/Graph of Thought, ReAct, Self-reflection, guardrails. Баланс простоты и сложности для улучшения аналитических способностей, качества вывода, пользовательского опыта и контроля взаимодействий. - Проектирование и внедрение RAG-архитектур для повышения точности и релевантности ответов за счет извлечения информации из заданных источников знаний с обеспечением трассируемости и указанием источника. - Выбор и дообучение моделей, включая мультимодальные (VLM) и малые языковые модели (SLM), для генерации контента — текст, изображение, аудио, код. - Внедрение MLOps-практик для жизненного цикла GenAI: автоматизированные пайплайны (CI/CD), версионирование, мониторинг и сопровождение в продакшене (AWS, Azure, GCP). Интеграция с существующими системами и внешними инструментами и API, в том числе через стандартизированные протоколы (MCP). - Разработка и выполнение фреймворков оценки производительности, надежности, честности и безопасности моделей. Соблюдение принципов Responsible AI, помощь клиентам в процессах безопасности и комплаенса. - Отслеживание последних достижений в GenAI, эксперименты с новыми подходами, обмен знаниями внутри команды. - Работа в кросс-функциональных командах, понятное объяснение сложных технических концепций техническим и нетехническим стейкхолдерам. - Документирование процессов, методологий и лучших практик. - Различение сценариев, подходящих для генеративного ИИ, и традиционных NLP-приложений (например, NER, анализ тональности). Условия Компания инвестирует в развитие сотрудников и ожидает аналогичной вовлеченности. В команде AI & Data — коллаборативная среда, поддерживающая профессиональный рост.

Формат

Офис

Страна

США

Город

Остин

О компании Itron разрабатывает новые способы управления энергией и водой для коммунальных предприятий и городов. Компания создаёт более рациональный мир для защиты важнейших ресурсов сегодня и в будущем. О роли Компания ищет AI-разработчика для проектирования и создания решений на базе ИИ с использованием экосистемы Microsoft: Azure, GitHub, Copilot Studio и Azure AI Foundry. В этой роли вы будете разрабатывать и интегрировать разговорные копилоты, сценарии RAG (генерация с дополнением по извлечённым данным) и автоматизированные рабочие процессы в корпоративные приложения. Вы будете тесно взаимодействовать с продуктовыми, инженерными, security- и бизнес-заинтересованными сторонами для создания масштабируемых, соответствующих требованиям и измеримых AI-возможностей для клиентов в сфере ЖКХ и энергетики. Обязанности Разработка и внедрение решений - Создание и поддержка AI-решений на базе Azure AI Foundry: выбор моделей, оркестрация промптов, оценка и паттерны развёртывания с фокусом на надёжные и клиентоориентированные результаты. - Разработка и настройка копилотов в Copilot Studio: темы, действия, плагины/коннекторы, инклюзивный дизайн диалогов. - Внедрение паттернов интеграции ИИ: RAG, вызов инструментов/функций, агентные рабочие процессы в приложениях и внутренних инструментах. - Создание и поддержка API-сервисов (например, Azure Functions, App Service, контейнерные сервисы) для предоставления AI-возможностей корпоративным бизнес-системам. - Проектирование и реализация безопасных и подотчётных паттернов доступа к корпоративным источникам знаний: SharePoint, Azure SQL, Blob Storage. DevOps, GitHub и инженерное совершенство - Использование Azure DevOps и GitHub для управления исходным кодом, pull request, код-ревью, стратегий ветвления и управления релизами в совместной agile-среде. - Построение CI/CD-пайплайнов с автоматическим тестированием, сканированием безопасности и развёртыванием в Azure. - Применение инженерных практик: модульное и интеграционное тестирование, телеметрия, обработка ошибок, оптимизация производительности и понятная документация. Безопасность, соответствие и управление - Соблюдение практик secure-by-design: управление доступом и идентификацией (Entra ID), управление секретами (Key Vault), принцип минимальных привилегий. - Поддержка требований ответственного ИИ и управления: логирование, аудит, оценка, безопасность контента, защитные ограничения промптов и безопасности. - Взаимодействие с командами безопасности и соответствия для обеспечения соответствия AI-решений корпоративным политикам и регуляторным требованиям, характерным для сектора ЖКХ и энергетики. Совместная работа и взаимодействие с заинтересованными сторонами - Перевод бизнес-потребностей в проекты AI-решений, пользовательские истории и технические планы реализации, которые практичны и измеримы. - Кросс-функциональная работа с продуктовыми, инженерными и бизнес-партнёрами для определения метрик успеха, проверки результатов и итераций на основе обратной связи и аналитики. - Обучение и поддержка команд, внедряющих паттерны Copilot Studio и Azure AI Foundry, развитие общей ответственности и непрерывного обучения. Требования - Опыт разработки программных решений на Azure, включая как минимум одно из: Functions, App Service, Storage, SQL или API Management. - Практический опыт работы с Azure DevOps и/или GitHub: pull request, стратегии ветвления, отслеживание задач, CI/CD. - Опыт разработки AI-приложений, включая как минимум одно из: - Копилоты, чат-боты или разговорные пользовательские интерфейсы. - Решения на основе поиска (RAG) и корпоративный поиск. - Промпт-инжиниринг и управление версиями промптов. - Вызов инструментов/функций или агентные рабочие процессы. - Умение работать с REST API и интегрировать AI-решения с корпоративными системами. - Сильные основы программной инженерии: структуры данных, проектирование API, тестирование, поиск и устранение неисправностей. - Чёткие коммуникативные навыки, способность объяснять концепции ИИ технической и нетехнической аудитории. Желательно - Опыт работы с Copilot Studio: темы, действия, коннекторы, публикация и управление. - Опыт работы с Azure AI Foundry: промпт-флоу и оркестрация, оценка, развёртывание и наблюдаемость. - Знакомство с Azure OpenAI или другими провайдерами больших языковых моделей и концепциями жизненного цикла моделей. - Опыт работы с корпоративными решениями идентификации: Entra ID, OAuth2, управление доступом на основе ролей, безопасные паттерны данных. - Знание инструментов мониторинга и наблюдаемости: Application Insights, Log Analytics, дашборды. - Опыт работы с Power Platform, Logic Apps или другими платформами интеграции и автоматизации. - Комфорт в работе по agile-моделям, совместный, инновационный и ответственный подход. Условия Конкурентоспособный компенсационный пакет: финансовые, социальные, медицинские программы и программы благополучия, оплачиваемый отпуск, 401k matching, программа покупки акций для сотрудников.

Формат

Офис

Страна

США

Город

Не указан

Грейд

Senior

О компании Работодатель — консалтинговая фирма, специализирующаяся на внедрении комплексных AI и ML-решений в различных отраслях. Компания использует современные технологии и отраслевую экспертизу для повышения инновационности и эффективности клиентов. Задачи - Проектирование, разработка и внедрение enterprise-grade приложений на основе генеративного ИИ с использованием современных AI-фреймворков и облачных платформ. - Создание и оптимизация решений на основе RAG (Retrieval Augmented Generation) с применением векторных баз данных и корпоративных баз знаний. - Разработка AI-агентов и мультиагентных рабочих процессов с использованием фреймворков LangChain, LangGraph, Semantic Kernel и AutoGen. - Интеграция больших языковых моделей (LLM), таких как GPT, Llama, Claude и Gemini, в бизнес-приложения. - Взаимодействие с архитекторами, владельцами продуктов и бизнес-заинтересованными сторонами для реализации AI-решений, соответствующих бизнес-целям. - Внедрение промпт-инжиниринга, управления контекстом, фреймворков памяти и оркестрации рабочих процессов для повышения производительности ИИ. Требования - Более 7 лет опыта в разработке ПО с сильными навыками Python. - Подтверждённый опыт работы с генеративным ИИ, Azure OpenAI и Azure AI. - Практический опыт с RAG, векторными базами данных и фреймворками LangChain или LangGraph. - Навыки разработки масштабируемых API, микросервисов и бэкенд-сервисов с использованием облачных технологий. - Опыт с практиками LLMOps и MLOps, включая CI/CD пайплайны, мониторинг и управление жизненным циклом моделей. - Приверженность принципам ответственного ИИ, стандартам безопасности, конфиденциальности данных и политикам управления. Условия - Возможность работы над передовыми проектами в области генеративного ИИ и машинного обучения. - Коллаборативная среда, ориентированная на техническое лидерство и инновации. - Непрерывное обучение и развитие с учётом достижений в области AI-технологий. - Участие в технических ревью дизайна, стандартах кодирования и лучших практиках.

Формат

Офис

Страна

Израиль

Город

Не указан

О компании Dober — специализированная химическая и программная компания со штаб-квартирой в западных пригородах Чикаго. Во всех подразделениях — SaaS для коммерческих прачечных, производство и сельское хозяйство — ИИ встраивается в основу работы, а не добавляется со стороны. Сильная идея может быстро пройти путь от белой доски до продакшена, и создатель видит результат. О роли Ищем инженера-практика на раннем этапе карьеры, но уже свободно владеющего современными ИИ-инструментами. Кандидат должен уметь прийти в бизнес-подразделение, понять, как реально устроена работа, и создать агентов, которые снимают с людей реальные задачи. Роль находится на стыке операционной деятельности и инженерии: один день — описывать процессы, следующий — выпускать работающего агента. Это не исследовательская роль. Успех измеряется решёнными задачами и сэкономленными часами. Задачи - Встраиваться в команды подразделений, чтобы понять, как реально выполняется работа: шаги, решения, передачи, узкие места. - Проектировать и создавать ИИ-агентов с использованием LLM API, вызова инструментов и функций, оркестрационных фреймворков и систем поиска. - Превращать ручные, повторяющиеся или требующие экспертных решений процессы в надёжные автоматизированные системы. - Создавать системы с учётом управляемости: происхождение данных, обработка ошибок и контроль человека там, где это важно. - Быстро прототипировать, запускать, измерять и итерировать. - Помогать определять, как ИИ внедряется в компании по мере её масштабирования. Требования - Подтверждённое умение создавать решения на современном ИИ: LLM API (Anthropic, OpenAI и др.), вызов функций и инструментов, хотя бы один подход к оркестрации агентов (LangGraph, CrewAI, MCP или аналоги). - Способность понимать бизнес-процессы: наблюдать за работой человека и разбивать её на реализуемые шаги. - Реальные проекты, которые можно посмотреть: GitHub, развёрнутые приложения, хакатон-проекты, пет-проекты. Важнее то, что уже запущено, а не где кандидат учился. - Уверенное владение Python и опыт работы с API и данными. - Склонность к действию: лучше работающий прототип к пятнице, чем идеальный план через месяц. - Умение ясно общаться и работать напрямую с нетехническими специалистами. Желательно - Опыт с RAG, векторными базами данных или графами знаний. - Знакомство с MCP (Model Context Protocol). - Любой опыт в производстве, химической отрасли, SaaS или сельском хозяйстве. Почему Dober - Прямой доступ к руководству и реальное владение тем, что создаётся. - Компания, действительно стремящаяся стать AI-native, при поддержке руководства. - Возможность создавать фундаментальные системы, а не поддерживать чужой легаси-код. - Конкурентная зарплата, бонус и льготы. Зарплата и льготы Зарплата: $95 000–$120 000 базового оклада в зависимости от опыта, плюс ежегодный дискреционный бонус. Предлагается комплексный пакет льгот: медицинская, стоматологическая и офтальмологическая страховка, страхование по краткосрочной и долгосрочной нетрудоспособности, страхование жизни, оплачиваемый отпуск, оплачиваемый родительский отпуск, оплачиваемый волонтёрский отпуск и подписка на приложение Calm. Развивающаяся программа благополучия поддерживает здоровье и баланс между работой и жизнью.

Формат

Офис

Страна

Россия

Город

Не указан

Грейд

Middle / Senior

Middle / Senior Python Backend Developer СберЗдоровье — аккредитованная IT-компания и одна из крупнейших Digital Health платформ в России. Развивается новое направление AI-native продуктов: новое мобильное приложение, ИИ-помощник, персонализированный риск-профиль и сервисы, которые помогают пользователю лучше понимать свое здоровье и следующие шаги. Ищем Middle / Senior Python Backend Developer. Основной фокус роли — backend-сервисы, API, интеграции, работа с данными пользователя и production-контур для AI-сценариев. Это не ML Engineer роль и не research. От Python-разработчика ожидается сильная backend-инженерия: FastAPI, Pydantic, PostgreSQL, Redis, интеграции, надежность, безопасность, observability и умение работать в кросс-функциональной команде рядом с ML, Mobile, Frontend / PWA, QA, SA и Product. Обязанности - Разрабатывать и проектировать backend-сервисы на Python / FastAPI. - Проектировать и поддерживать REST API для мобильного приложения, PWA, риск-профиля и ИИ-помощника. - Описывать и поддерживать контракты API: request / response schemas, validation, error model, versioning. - Работать с Pydantic, PostgreSQL, Redis и, при необходимости, S3-compatible storage. - Интегрироваться с AI / ML-слоем: n8n-прототипы, FastAPI / FastMCP-сервисы, LLM API, RAG / context, Qdrant, traces. - Строить observability: structured logs, trace / request id, metrics, dashboards, error tracking. - Писать поддерживаемый код, покрывать критичную логику тестами, участвовать в code review и технических обсуждениях. Требования - Опыт backend-разработки на Python от 3 лет. - Хорошая база в технологиях веба: HTTP, контейнеры, хранение, веб-серверы. - Практический опыт разработки production API на FastAPI, Django, Flask или аналогичном backend-фреймворке; FastAPI будет сильным плюсом. - Уверенное владение Python. - Здравый смысл в использовании ИИ-агентов. - Хорошее понимание PostgreSQL: схемы, связи, индексы, транзакции, миграции, профилирование запросов. - Опыт проектирования REST API и умение договариваться о контрактах с mobile / frontend / SA / QA. - Опыт работы с микросервисами. - Умение писать тесты для критичной backend-логики. - Готовность работать в продуктовой команде, где требования меняются быстро, а API влияет на mobile, PWA и AI-сценарии. Будет плюсом - Опыт работы с очередями: Kafka / RabbitMQ, подготовка Celery. - Понимание, где зона ответственности AI / ML, а где классического Python-сервиса. - Понимание AI / ML инструментов и подходов. - Опыт в MedTech, HealthTech, FinTech или другом домене с чувствительными данными. Уровень дохода не указан.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Задачи - Использование AI/LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. - Генерация технических проектов, оценок влияния, матриц трассировки, альтернативных решений и оценок трудозатрат с помощью AI-ассистированных процессов. - Применение AI для ускорения fit-gap анализа и оценки влияния ежеквартальных обновлений Oracle Cloud. - Использование AI-управляемого поиска знаний для сокращения циклов анализа и проектирования. - Использование GitHub Copilot, Oracle Code Assist, Agentic AI-фреймворков и аналогичных инструментов в PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. - AI-ассистированная генерация кода, оптимизация, рефакторинг, обратный инжиниринг и модернизация легаси-систем. - Разработка кастомизаций, интеграций, расширений, отчетов и решений автоматизации Oracle SCM. - Использование AI для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. - Разработка AI-управляемых стратегий тестирования: функциональное, интеграционное, регрессионное, нагрузочное и UAT. - Использование AI для генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. - Внедрение AI-улучшенного регрессионного тестирования для ежеквартальных релизов Oracle Cloud. - Применение AI для триажа дефектов, анализа первопричин и прогнозной аналитики качества. - Интеграция AI-ассистированных ревью кода, анализа безопасности, статического сканирования и quality gates в CI/CD пайплайны. - Генерация документации по деплою, release notes, руководств по внедрению и операционных runbook с помощью AI. - Применение AI-управляемого мониторинга и аналитики для готовности ежеквартальных релизов Oracle. - Поддержка AI-управляемой автоматизации деплоя и управления окружениями. Требования - 11+ лет общего опыта в IT. - Сильный опыт работы с Oracle SCM Cloud и/или Oracle EBS. - Подтвержденный опыт применения AI на протяжении всего SDLC. - Сильный опыт разработки и модернизации ПО. - Опыт AI-ассистированной разработки, тестирования, DevOps и продакшн-поддержки. - Развитые коммуникативные и аналитические навыки. - Способность демонстрировать измеримые бизнес-результаты от внедрения AI: сокращение цикла разработки, улучшение качества кода, снижение уровня дефектов, сокращение трудозатрат на тестирование, ускорение циклов деплоя, ускорение инцидент-менеджмента, повышение продуктивности разработчиков. - Практический опыт с одним или несколькими инструментами: GitHub Copilot, Oracle Code Assist, ChatGPT, Claude, Agentic AI-фреймворки, Prompt Engineering, RAG, OCI Generative AI. - Сильный практический опыт с Oracle SCM Cloud и/или Oracle EBS. - Опыт кастомизаций, интеграций, расширений, отчетов и автоматизации Oracle SCM. - Сильный опыт разработки с PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и/или APEX. - Простое перечисление ChatGPT/Copilot в резюме недостаточно — требуется реальный опыт. Условия - Локация: Альфаретта, Джорджия / удалённо. - Тип занятости: контракт.

Формат

Удалённо

Страна

Любая

Город

Не указан

AI-First Engineer — Oracle SCM Applications Suite (AI-Fueled SDLC & Modernization). Инженер, использующий ИИ на протяжении всего жизненного цикла разработки ПО — от требований до развертывания и поддержки. Краткое описание должности: ищем AI-First инженера с глубокой экспертизой в Oracle SCM и подтвержденным опытом применения ИИ на всех этапах жизненного цикла разработки ПО (SDLC). Роль направлена на трансформацию процессов проектирования, разработки, тестирования, развертывания и поддержки приложений Supply Chain с помощью практик, основанных на ИИ. Идеальный кандидат — не просто разработчик Oracle SCM, который иногда использует ИИ-инструменты, а инженер, который систематически применяет технологии ИИ для повышения производительности, качества кода, эффективности тестирования, операционной поддержки и общих результатов поставки ПО. Роль предполагает реализацию инициатив по AI-управляемой разработке и модернизации в Oracle SCM Cloud и/или Oracle EBS. Кандидаты должны уметь демонстрировать и количественно оценивать измеримые бизнес-результаты, достигнутые за счет внедрения ИИ, включая сокращение циклов разработки, улучшение качества кода, снижение трудозатрат на тестирование, ускорение развертываний и более быстрое решение проблем. Ключевые обязанности AI-управляемая разработка ПО на всех этапах SDLC Применение практик на основе ИИ на всех фазах жизненного цикла ПО: AI-ассистируемые требования и проектирование решений Использование ИИ и LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. Генерация технических проектов, оценок влияния, матриц трассируемости, альтернативных решений и оценок трудозатрат с помощью AI-ассистируемых рабочих процессов. Использование ИИ для ускорения fit-gap анализа и оценки влияния ежеквартальных обновлений Oracle Cloud. Применение AI-управляемого поиска знаний для сокращения времени анализа и проектирования. AI-управляемая генерация и рефакторинг кода Использование GitHub Copilot, Oracle Code Assist, агентных AI-фреймворков и аналогичных инструментов для ускорения разработки на PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. Реализация AI-ассистируемой генерации кода, оптимизации кода, рефакторинга, обратного проектирования и инициатив по модернизации легаси-систем. Разработка кастомизаций, интеграций, расширений, отчетов и решений автоматизации Oracle SCM с использованием практик разработки на основе ИИ. Применение ИИ для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. AI-ассистируемое тестирование, автоматизация тестов и стратегии регрессионного тестирования Построение стратегий тестирования на основе ИИ, охватывающих функциональное, интеграционное, регрессионное, нагрузочное и приемочное тестирование. Использование ИИ для автоматической генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. Внедрение AI-усиленных фреймворков регрессионного тестирования для поддержки ежеквартальных релизов Oracle Cloud. Использование ИИ-инструментов для триажа дефектов, анализа первопричин и прогнозной аналитики качества. AI-управляемые DevOps, ревью кода, генерация документации и операционная поддержка Интеграция AI-ассистируемых ревью кода, анализа безопасности, статического сканирования кода и контроля качества в CI/CD пайплайны. Использование ИИ для генерации документации по развертыванию, релизных заметок, руководств по внедрению и операционных runbook. Применение AI-управляемого мониторинга и аналитики для оценки готовности ежеквартальных релизов Oracle и их бизнес-влияния. Поддержка AI-управляемой автоматизации развертывания и практик управления окружениями. Опыт работы с GitHub Copilot, агентными AI-фреймворками, промт-инжинирингом, RAG-паттернами и AI-ассистируемыми рабочими процессами разработчика GitHub Copilot Oracle Code Assist ChatGPT Claude Агентные AI-фреймворки OCI Generative AI Экспертиза в Oracle SCM и технические навыки Сильный практический опыт работы с Oracle SCM Cloud и/или Oracle EBS.

Формат

Удалённо

Страна

Любая

Город

Не указан

Команда строит платформу ИИ-инженерии, которая обеспечивает доставку ИИ-решений. В зоне ответственности — жизненный цикл разработчика, инфраструктура развёртывания, наблюдаемость, автоматизация качества, конвейеры обработки документов и переиспользуемые паттерны агентов. Это практическая инженерия с прямым выходом на миллионы пользователей. Обязанности - Паттерны агентов, поиск и защитные механизмы для агентных ассистентов, которые отвечают на вопросы участников и выполняют операции от их имени. - MCP-сервер, предоставляющий реестр навыков для ИИ-агентов прямо в IDE. - Переиспользуемые паттерны агентов в LangGraph: мультиагентная оркестрация, память, безопасность использования инструментов и защитные механизмы. - Платформа оценки агентов (DeepEval, Ragas) с качественными гейтами, блокирующими неудачные развёртывания в CI/CD. - Конвейеры обработки и поиска документов: разбиение на чанки, эмбеддинги, векторный поиск, реранкинг и цитирование. - Автоматизация CI/CD и развёртывания ИИ-агентов на AWS (ECS, Fargate, Agent Core). - ИИ-совместимые devcontainer'ы с инструментарием, валидацией и тестированием. - Инструментирование OpenTelemetry, дашборды и отслеживание стоимости LLM и токенов для продакшн-нагрузок. - Контроль управления, преобразованный в проверки конвейера, с автоматическим сбором доказательств. - Семантическое кэширование, ограничение скорости и корректная деградация для агентных нагрузок. - Эталонные реализации, SDK и CLI-инструменты, документация для других инженеров. Требования - Владение Python (3.10+) — основной язык команды. - Рабочее знание AWS: ключевые сервисы (IAM, ECS/Fargate, сети), уверенность в cloud-native окружении. - Дисциплина программной инженерии: контроль версий (Git/GitHub), код-ревью, тестирование, документация, чистый код. - Осведомлённость о безопасности: работа с чувствительными данными, секреты, права доступа, защита данных по умолчанию. - Экспертиза в одной из шести областей: - Разработка ИИ-агентов: LangGraph или аналоги, мультиагентная оркестрация, память, использование инструментов, защитные механизмы, проектирование промптов и рабочих процессов. - Инженерия данных и поиска: разбиение на чанки, эмбеддинги и векторный поиск, RAG, гибридный поиск, реранкинг, оценка поиска. - Качество и оценка: фреймворки оценки агентов (DeepEval, Ragas), качественные гейты в CI/CD, метрики обоснованности и безопасности, автоматизация тестов для ИИ-систем. - Платформа и инфраструктура: CI/CD, Terraform, оркестрация контейнеров на AWS (ECS, Fargate), секреты и IAM, прогрессивное развёртывание. - Наблюдаемость и эксплуатация: трассировка OpenTelemetry, дашборды и алертинг, отслеживание стоимости LLM и токенов, циклы обратной связи. - Опыт разработчика: MCP-серверы, devcontainer'ы, CLI и SDK-инструменты, библиотеки промптов, документация и эталонные реализации.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

Работодатель: FUSTIS LLC. Формат: удалённо. Длительность: от 6 месяцев. Тип занятости: W2. Требования - Степень бакалавра в области компьютерных наук, науки о данных, инженерии, математики, статистики или смежной области. - Более 8 лет опыта разработки ML-решений в production-среде. - Уверенное владение Python и лучшими практиками разработки ПО. - Опыт работы с ML-фреймворками: TensorFlow, PyTorch, Scikit-learn, XGBoost. - Глубокое понимание методов обучения с учителем и без учителя. - Опыт создания и сопровождения пайплайнов данных. - Знание SQL и технологий обработки больших объёмов данных. - Опыт работы с облачными платформами: AWS, Azure или Google Cloud Platform. - Знакомство с инструментами контейнеризации и оркестрации: Docker, Kubernetes. - Опыт работы с системами контроля версий и CI/CD. - Развитые аналитические, коммуникационные навыки и навыки решения проблем. Предпочтительно - Степень магистра или PhD в соответствующей технической области. - Опыт работы с большими языковыми моделями (LLM), генеративным ИИ или RAG. - Знание MLOps-инструментов: MLflow, Kubeflow, SageMaker или Vertex AI. - Опыт работы с распределёнными вычислительными платформами, например Spark. - Знакомство с векторными базами данных и технологиями эмбеддингов. - Опыт создания AI-приложений в production-среде. - Знание ответственного ИИ, управления моделями и методов объяснимости. Технические навыки - Программирование: Python, SQL; Java, Scala или C++ (предпочтительно). - Машинное обучение и ИИ: глубокое обучение, NLP, компьютерное зрение, предиктивное моделирование, генеративный ИИ, тонкая настройка LLM. - Облако и инфраструктура: AWS, Azure или GCP, Docker, Kubernetes, REST API, CI/CD. - Технологии данных: Spark, Databricks, Airflow, feature stores, хранилища данных. Критерии успеха - Точность моделей и улучшение производительности. - Надёжность и масштабируемость развёртывания. - Снижение задержки моделей и затрат на инфраструктуру. - Бизнес-эффект от AI-инициатив. - Качество и поддерживаемость production ML-систем. - Операционная эффективность за счёт мониторинга и автоматизации.

Формат

Офис

Страна

Россия

Город

Не указан

Компания НЛ Континент — международная торгово-производственная группа с центром в Новосибирске. Собственное производство, реферальная сеть, R&D-лаборатория в Кольцово, 11 складов и 78 розничных магазинов в СНГ и Турции. Компания формирует команду внутренней автоматизации Сервисного подразделения. Кого ищут Software Engineer, который умеет превращать LLM в рабочие бизнес-инструменты. Задачи - Разрабатывать AI-решения для внутренних процессов: ассистентов, агентов, классификацию обращений, извлечение данных и автоматизацию сценариев. - Работать с LLM API, prompting, structured output, tool calling, RAG и agent workflows. - Автоматизировать процессы Контактного центра: обработку обращений, подсказки операторам, автоответы. - Развивать внутреннюю CRM и интеграции между системами. - Проектировать новые сервисы и дорабатывать существующие. - Вместе с Product Owner разбирать бизнес-задачи, проверять гипотезы и оценивать результат. - Использовать и развивать coding agents в ежедневной разработке. Требования Инженерная база: - 2+ года коммерческой разработки на Python, JavaScript или TypeScript. - Опыт проектирования и поддержки production-систем. - Понимание system design. - Уверенная работа с REST API, интеграциями и SQL. - Понимание современного frontend и опыт с Vue 3. - Знание принципов тестирования и сопровождения систем. Прикладная работа с LLM: - Практический опыт создания приложений поверх LLM API. - Умение работать с prompts и контекстом. - Опыт со structured output / JSON Schema, tool calling, RAG. - Понимание, как строить и надёжно запускать agent workflows в production. AI-native разработка: - Использование Claude Code, Codex, Cursor или аналогов для реальных задач разработки. - Умение ставить задачи coding agents, давать им контекст и проверять результат. - Умение декомпозировать задачу, сформировать спецификацию и критерии готовности. - Умение ревьюить AI-generated код и сохранять качество кодовой базы. Продуктовый подход: - Понимание, зачем делается задача и как понять, что решение действительно работает. - Умение работать с Product Owner и внутренними заказчиками, проверять гипотезы и оценивать результат. - Умение объяснить свой подход другим разработчикам и помочь команде эффективнее работать с AI-инструментами. Условия - Обеды за счёт компании. - Формат работы: офис / гибрид / удалёнка по часовому поясу Новосибирска (UTC+7). - ДМС после испытательного срока. - Продуктовый бонус — 6 000 руб. в месяц на продукцию компании (после испытательного срока). - Охраняемая подземная парковка. - Офис в Новосибирске в 5 минутах от ст. м. Маршала Покрышкина. - Кадровое оформление полностью онлайн через КЭДО. - Работа над реальными продуктами с миллионной аудиторией, культура открытого общения, возможности для профессионального роста и насыщенная внутренняя жизнь компании.

Формат

Удалённо

Страна

Любая

Город

Не указан

Грейд

Senior

О компании и проекте Компания: NTT DATA North America. Требуется Senior AI/LLM-инженер для проектирования, разработки и внедрения корпоративных решений генеративного ИИ на основе больших языковых моделей. Кандидат должен обладать опытом разработки на Python, RAG, AI-оркестрации и облачных архитектур. Роль предполагает работу с владельцами продуктов, архитекторами решений, инженерами данных и бизнес-заинтересованными сторонами для создания масштабируемых, безопасных и готовых к продакшену AI-приложений на базе OpenAI и других ведущих фундаментальных моделей. Локация: удалённо, необходимо поддерживать часовой пояс EST. Задачи - Проектировать, разрабатывать и внедрять корпоративные генеративные AI-приложения с использованием современных LLM-технологий. - Создавать продакшен-бэкенд-сервисы на Python с применением современных практик разработки ПО. - Разрабатывать масштабируемые AI-архитектуры с использованием OpenAI, Anthropic Claude, Gemini, Llama или аналогичных фундаментальных моделей. - Проектировать и внедрять RAG-пайплайны с использованием векторных баз данных и семантического поиска. - Разрабатывать мультиагентные AI-системы для оркестрации сложных бизнес-процессов. - Проектировать архитектуры AI-решений, отвечающие требованиям масштабируемости, безопасности и поддерживаемости. - Интегрировать AI-возможности в существующие корпоративные приложения, API и бизнес-процессы. - Разрабатывать и использовать REST API, микросервисы и событийно-ориентированные сервисы для AI-приложений. - Внедрять фреймворки оркестрации, такие как LangChain и связанные агентные фреймворки. - Оптимизировать промпты для повышения точности, качества рассуждений и бизнес-результатов. - Оценивать производительность LLM и внедрять методы улучшения качества ответов. - Устанавливать практики AI-управления, оценки моделей и ответственного ИИ. - Мониторить производительность AI-приложений и оптимизировать задержку, стоимость и качество. - Создавать облачные AI-решения с использованием Azure или AWS AI-сервисов. - Внедрять Azure AI Search и векторный поиск. - Проектировать безопасные корпоративные AI-приложения в соответствии со стандартами облачной безопасности и управления. - Взаимодействовать с DevOps-командами для развертывания AI-решений через CI/CD-пайплайны. - Взаимодействовать с бизнес-заинтересованными сторонами для понимания AI-кейсов и их трансформации в масштабируемые технические решения. - Представлять архитектурные решения и AI-стратегии технической и нетехнической аудитории. - Наставлять младших инженеров и развивать лучшие практики AI-инжиниринга. Требования - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, программной инженерии или смежной области. - 6+ лет опыта в разработке ПО или машинном обучении. - Минимум 3 года практического опыта создания решений в области ИИ и генеративного ИИ. - 3–5 лет сильного практического опыта разработки продакшен-приложений на Python. - 1–3 года опыта создания приложений с использованием OpenAI (предпочтительно), Anthropic Claude, Gemini, Llama или аналогичных LLM-платформ. - 3+ года опыта внедрения RAG-архитектур. - 1–3 года опыта интеграции векторных баз данных и решений семантического поиска. - 1–3 года уверенного понимания LangChain и фреймворков AI-оркестрации. - Опыт проектирования мультиагентных AI-архитектур. - Глубокие знания промпт-инжиниринга, оценки моделей, AI-управления и принципов ответственного ИИ. - Опыт создания REST API, микросервисов и событийно-ориентированных архитектур. - Опыт работы с облачными платформами Azure или AWS. - Понимание масштабируемой корпоративной архитектуры приложений. - Отличные аналитические навыки, навыки решения проблем и коммуникации. Необходимые технические навыки - Python - JavaScript - Генеративный ИИ - Большие языковые модели (LLM) - OpenAI (предпочтительно) - Retrieval-Augmented Generation (RAG) - Мультиагентная AI-оркестрация - LangChain - Langfuse - Архитектура AI-решений - Azure AI Search - Векторные базы данных - Промпт-инжиниринг - REST API - Микросервисы - Событийно-ориентированная архитектура - Облачные сервисы Azure или AWS Предпочтительно - Опыт работы с LangGraph, AutoGen, CrewAI, Semantic Kernel или аналогичными агентными фреймворками. - Опыт работы с векторными базами данных, такими как Pinecone, Weaviate, ChromaDB, Qdrant.

Формат

Офис

Страна

США

Город

Сан-Франциско

Хорошо финансируемый стартап в области инфраструктуры создает контекстный слой для инженерных команд и ИИ-агентов кодирования — по мнению многих, недостающий уровень современного стека ПО для ИИ. Компания строит постоянно обновляемый детерминированный граф всей инженерной среды организации. Граф служит оперативной памятью для людей и ИИ-агентов, обеспечивая более безопасные развертывания, лучшие архитектурные решения, снижение производственных рисков и ускорение разработки. Роль: AI-инженер для создания интеллектуального слоя, который делает систему полезной для инженеров и ИИ-агентов. Работа на стыке ИИ, программной инфраструктуры, инструментов разработчика и представления знаний. Значительная ответственность за техническое направление и продукт. Обязанности - Создавать ИИ-системы, которые понимают и рассуждают о сложных инженерных средах. - Разрабатывать интеллектуальные рабочие процессы, объединяющие структурированные данные, неструктурированную информацию, код, инфраструктуру и операционный контекст. - Работать с LLM, агентами, системами поиска и представлениями знаний, чтобы сделать инженерный контекст доступным для людей и ИИ. - Проектировать и внедрять системы извлечения, организации и постоянного обновления знаний из инженерных сред. - Повышать точность, надежность и детерминированность ИИ-генерируемого контекста и рекомендаций. - Создавать интеграции с репозиториями кода, инфраструктурой, инструментами разработчика, документацией, коммуникационными платформами и другими инженерными системами. - Разрабатывать системы оценки качества и надежности ИИ-систем. - Тесно работать с командами продукта и разработки, превращая неоднозначные проблемы в масштабируемые технические решения. - Помогать формировать архитектуру и техническое направление раннего продукта. Требования - Сильные основы разработки ПО и опыт создания production-систем. - Опыт создания приложений или инфраструктуры с использованием LLM, ИИ-агентов, RAG, графов знаний или других ИИ/ML-систем. - Опыт работы с Python и/или TypeScript; знание других современных бэкенд-языков — плюс. - Опыт работы с API, распределенными системами, базами данных и облачной инфраструктурой. - Понимание ограничений систем на основе LLM и умение строить надежные системы вокруг них. - Опыт доведения ИИ-систем от прототипа до production. - Комфорт в работе в среде ранней стадии с высокой ответственностью и автономией. - Развитое продуктовое чутье и интерес к решению сложных задач для инженеров ПО. - Наличие неограниченного разрешения на работу в США; спонсорство не предоставляется. - Возможность работать 5 дней в неделю в Сан-Франциско. Условия - Зарплата: $250k + доля в компании. - Хорошо финансируемая команда, решающая фундаментальную проблему, созданную быстрой эволюцией разработки ПО на основе ИИ. - Возможность помочь определить новую категорию и создать инфраструктуру, которая может стать критически важной для понимания и изменения сложных программных систем инженерами и ИИ-агентами.

Формат

Офис

Страна

Европа

Город

Не указан

AI Solutions Builder Smartcat — платформа для создания гибридных команд из людей и ИИ-агентов. Компания работает в категории Agentic AI и помогает предприятиям повышать производительность. Платформа сочетает генеративный ИИ, человеческий контроль и корпоративный граф навыков. Более 1000 компаний, включая 20% из списка Fortune 500, используют Smartcat. Роль предполагает работу в небольшой команде в составе офиса CEO. Задачи: - Создание и оптимизация ИИ-инструментов для анализа воронки продаж, управления знаниями, операционной отчетности и поддержки принятия решений. - Работа со структурированными и неструктурированными данными, включая векторные базы данных, MCP и RAG. - Создание и поддержка ИИ-агентов, сочетающих семантический и ключевой поиск по базам знаний, транскриптам встреч и данным CRM. - Управление инфраструктурой для ИИ-сервисов при поддержке DevOps. - Преобразование неоднозначных бизнес-задач в масштабируемые ИИ-решения. - Внедрение ИИ-подходов в работу организации. Требования: - Сильный интерес к ИИ, автоматизации и новым технологиям. - Опыт работы с ИИ-инструментами для кодирования: Claude, Cursor, Cline или аналоги. - Базовые навыки программирования на Python или сильная мотивация быстро учиться. - Уверенная работа с командной строкой, базовое администрирование Linux, облачная инфраструктура (AWS/GCP). - Опыт ведения проектов от начала до конца. - Готовность работать в быстро меняющейся стартап-среде. - Развитые коммуникативные навыки и умение работать в команде. - Способность превращать бизнес-потребности в практические ИИ-инструменты. - Владение английским и русским языками. Условия: - Полная удаленная работа. - Возможность работать в ИИ-компании на переднем крае агентного ИИ. - Прямое взаимодействие с CEO и исполнительной командой. - Высокая степень ответственности и автономии. - Быстрая, коллаборативная и поддерживающая команда. - Культура, основанная на инновациях, скорости и результатах. - Возможности роста в быстрорастущей глобальной компании. О компании: - Команда из более чем 200 человек в 30+ странах, ключевые офисы в Нью-Йорке, Лондоне, Лиссабоне, Коста-Рике, Сербии, Армении, Грузии и Испании. - Большинство ролей удаленные. - Компания использует ИИ во всех направлениях деятельности, сотрудникам разрешено управлять собственными ИИ-агентами. - Smartcat работает на рынке многоязычного контента объемом 100 миллиардов долларов.